学术报告:基于多任务学习和稀疏表示的图像分类模型研究

发布时间:2018-04-02  阅读次数:3422

活动时间:2018-4-4 10:30~11:30
活动地点:济事楼 417

 

基于多任务学习和稀疏表示的图像分类模型研究

 

 

李骜  博士
  •   莱特州立大学访问学者
      黑龙江省计算机学会第六届理事会人机智能交互专委会委员
 
邀请人:史清江教授

Abstract:
多任务学习(Multi-task learning)是和单任务学习(single-task learning)相对的一种机器学习方法,由于其具有联合学习、并行学习等特点。多任务学习在考虑差异的前提下通过共享机制,使多个任务的学习过程相互帮助和促进,同时提升多个任务的学习性能。如何构建多任务是多任务学习问题的关键,传统方法中多个相似任务的构建主要建立在不同数据集或是同一数据集的不同模态。然而,同一数据集的不同类别其实也可能存在共享特征。因此,本次分享的内容是考虑在同一数据集中不同类别的数据上建立多任务框架,学习不同类别数据之间的共享信息。同时,为了更好的描述输入输出间非线性关系,框架中还引入非线性特征映射学习,并将其应用图像分类问题。
 
Bio:
李骜,男,工学博士,莱特州立大学访问学者,黑龙江省计算机学会第六届理事会人机智能交互专委会委员。主持国家自然科学基金1项、中国博士后科学基金1项、黑龙江省博士后基金1项,参与中国船舶工业国防科技预研项目1项。发表学术论文20余篇,其中SCI检索文论6篇,EI检索论文5篇,授权发明专利1项、实用新型专利1项,获批软件著作权2项, 《IEEE Internet of Things Journal》, 《Signal Processing: Image Communication》,《Digital Signal Processing》,《IEEE Access》等国际期刊审稿人,
 
 

联系我们

地址:中国 上海曹安公路4800号同济大学软件学院

邮编:201804

联系电话:86-21-69589585,69589332(FAX)

 Copyright© 2017 同济大学软件学院

技术支持: 上海维程